Computational methods involving differential equations in computer graphics, machine learning and inference problems

计算机图形学、机器学习和推理问题中涉及微分方程的计算方法

基本信息

  • 批准号:
    RGPIN-2022-03327
  • 负责人:
  • 金额:
    $ 2.99万
  • 依托单位:
  • 依托单位国家:
    加拿大
  • 项目类别:
    Discovery Grants Program - Individual
  • 财政年份:
    2022
  • 资助国家:
    加拿大
  • 起止时间:
    2022-01-01 至 2023-12-31
  • 项目状态:
    已结题

项目摘要

The general objective of my research is to develop efficient and reliable computational algorithms for large-scale models involving learning (neural networks), physics-based simulation in computer graphics and robotics, partial differential equations in applications, inference problems, and optimization. The focus is on methods for constrained differential problems in time and space, data driven learning and inference (inverse) problems, neural nets, nonlinear optimization algorithms, and data assimilation approaches. Such problems arise in physics-based simulation in computer graphics, image processing, finance, model calibration, and distributed parameter estimation. I have a lifelong interest in exploring the relationship between discrete and continuous processes, and I'm also interested in geometric integration, including conservative discretizations for time--dependent differential problems. While my research focuses on the transfer of knowledge and expertise amongst different areas of application, emphasis will be placed within this framework on particular applications that arise in areas such as computer graphics, vision, biology, and finance. Over the next five years I expect to work on the following topics: 1. Differential equation models for optimization algorithms and neural nets 2. Neural net methods for capturing structure and solution detail of constrained differential equations 3. Numerical integrators for physics-based simulations in computer animation 4. Handling contact and friction in physics--based animation 5. Learning deformable object properties and other inverse problems Almost all of my activities are collaborative and involve HQP.
我研究的总体目标是为大规模模型开发高效可靠的计算算法,涉及学习(神经网络)、计算机图形和机器人中基于物理的模拟、应用中的偏微分方程、推理问题和优化。重点是时间和空间中约束微分问题的方法、数据驱动的学习和推理(逆)问题、神经网络、非线性优化算法和数据同化方法。这些问题出现在计算机图形学、图像处理、金融、模型校准和分布参数估计中基于物理的模拟中。我一生都对探索离散过程和连续过程之间的关系感兴趣,并且对几何积分也很感兴趣,包括与时间相关的微分问题的保守离散化。 虽然我的研究重点是不同应用领域之间知识和专业知识的转移,但在此框架内,重点将放在计算机图形、视觉、生物学和金融等领域出现的特定应用上。在接下来的五年中,我预计将致力于以下主题: 1. 用于优化算法和神经网络的微分方程模型 2. 用于捕获约束微分方程的结构和解细节的神经网络方法 3. 用于基于物理的模拟的数值积分器计算机动画 4. 处理基于物理的动画中的接触和摩擦 5. 学习可变形物体的属性和其他反问题 几乎我所有的活动都是协作的并涉及 HQP。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Ascher, Uri其他文献

Edge-aware point resampling
边缘感知点重采样
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    6.2
  • 作者:
    Huang, Hui;Wu, Shihao;Gong, Minglun;Cohen-or, Daniel;Ascher, Uri;Zhang, Hao
  • 通讯作者:
    Zhang, Hao
Algorithms that Satisfy a Stopping Criterion, Probably
  • DOI:
    10.1007/s10013-015-0167-6
  • 发表时间:
    2016-03-01
  • 期刊:
  • 影响因子:
    0.8
  • 作者:
    Ascher, Uri;Roosta-Khorasani, Farbod
  • 通讯作者:
    Roosta-Khorasani, Farbod

Ascher, Uri的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Ascher, Uri', 18)}}的其他基金

Computational inverse problems, optimization, differential equations and applications
计算反问题、优化、微分方程和应用
  • 批准号:
    RGPIN-2016-03855
  • 财政年份:
    2021
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Computational inverse problems, optimization, differential equations and applications
计算反问题、优化、微分方程和应用
  • 批准号:
    RGPIN-2016-03855
  • 财政年份:
    2020
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Computational inverse problems, optimization, differential equations and applications
计算反问题、优化、微分方程和应用
  • 批准号:
    RGPIN-2016-03855
  • 财政年份:
    2019
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Computational inverse problems, optimization, differential equations and applications
计算反问题、优化、微分方程和应用
  • 批准号:
    RGPIN-2016-03855
  • 财政年份:
    2018
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Computational inverse problems, optimization, differential equations and applications
计算反问题、优化、微分方程和应用
  • 批准号:
    RGPIN-2016-03855
  • 财政年份:
    2017
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Computational inverse problems, optimization, differential equations and applications
计算反问题、优化、微分方程和应用
  • 批准号:
    RGPIN-2016-03855
  • 财政年份:
    2016
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Numerical simulation of surface reconstruction, inverse problems and differential equations in applications
表面重构、反问题和微分方程的数值模拟应用
  • 批准号:
    4306-2011
  • 财政年份:
    2015
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Numerical simulation of surface reconstruction, inverse problems and differential equations in applications
表面重构、反问题和微分方程的数值模拟应用
  • 批准号:
    4306-2011
  • 财政年份:
    2014
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Numerical simulation of surface reconstruction, inverse problems and differential equations in applications
表面重构、反问题和微分方程的数值模拟应用
  • 批准号:
    4306-2011
  • 财政年份:
    2013
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Numerical simulation of surface reconstruction, inverse problems and differential equations in applications
表面重构、反问题和微分方程的数值模拟应用
  • 批准号:
    4306-2011
  • 财政年份:
    2012
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual

相似国自然基金

基于FRET受体上升时间的单分子高精度测量方法研究
  • 批准号:
    22304184
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
非线性模型结构性误差的动力学订正方法研究
  • 批准号:
    42375059
  • 批准年份:
    2023
  • 资助金额:
    51 万元
  • 项目类别:
    面上项目
利用深度学习方法开发创新高精度城市风速及污染物扩散的预测模型研究
  • 批准号:
    42375193
  • 批准年份:
    2023
  • 资助金额:
    51 万元
  • 项目类别:
    面上项目
数字孪生场景语义视觉变量智能优选与自动编排组合方法
  • 批准号:
    42361072
  • 批准年份:
    2023
  • 资助金额:
    32 万元
  • 项目类别:
    地区科学基金项目
因果推断驱动的间歇过程稳定软测量方法研究
  • 批准号:
    62373036
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目

相似海外基金

Trans/Forming Genomics: Guidance for Research Involving Transgender and Gender Diverse People
跨性别/形成基因组学:涉及跨性别和性别多样化人群的研究指南
  • 批准号:
    10728997
  • 财政年份:
    2023
  • 资助金额:
    $ 2.99万
  • 项目类别:
LEAPS-MPS: Computational Methods for Many-Physics Problems Involving Multi-Material Flows
LEAPS-MPS:涉及多材料流的许多物理问题的计算方法
  • 批准号:
    2302080
  • 财政年份:
    2023
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Standard Grant
Increasing the Effectiveness of CBT for Anxiety in Veterans by Involving Family Members.
通过让家人参与来提高认知行为治疗对退伍军人焦虑的有效性。
  • 批准号:
    10657533
  • 财政年份:
    2022
  • 资助金额:
    $ 2.99万
  • 项目类别:
Numerical methods for coupled problems involving reaction-diffusion equations
涉及反应扩散方程的耦合问题的数值方法
  • 批准号:
    RGPIN-2019-06855
  • 财政年份:
    2022
  • 资助金额:
    $ 2.99万
  • 项目类别:
    Discovery Grants Program - Individual
Increasing the Effectiveness of CBT for Anxiety in Veterans by Involving Family Members.
通过让家人参与来提高认知行为治疗对退伍军人焦虑的有效性。
  • 批准号:
    10477667
  • 财政年份:
    2022
  • 资助金额:
    $ 2.99万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了